非季節性時間序列的自我相關
觀察時間序列資料的另一種方式，是使用 gglagplot() 將每個觀測值與先前某一時間點的觀測值作圖。例如，你可以將 \(y_t\) 與 \(y_{t-1}\) 繪製在一起。因為是把時間序列與自身的落後期相比，所以稱為「落後期圖」（lag plot）。
這些落後期圖所對應的相關性，稱為「自我相關函數（autocorrelation function, ACF）」。ggAcf() 可以繪製 ACF 圖。
在本練習中，你會使用已預先載入的 oil 資料（位於 fpp2 套件），內容是沙烏地阿拉伯在 1965–2013 年的年度產油量（單位：百萬噸）。
本練習屬於課程
R 的時間序列預測
練習說明
- 使用
autoplot()繪製oil資料。 - 對
oil資料，使用上面介紹的兩個函式之一，繪出 \(y_t\) 與 $y_{t-k}$、\(k=1,\dots,9\) 的關係。觀察隨著落後期增加，關係如何改變。 - 同樣地，使用另一個合適的新函式，繪出各個落後期圖所對應的相關性。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Create an autoplot of the oil data
___
# Create a lag plot of the oil data
___
# Create an ACF plot of the oil data
___